[發(fā)明專(zhuān)利]詞向量處理方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710337594.9
• 申請(qǐng)日: 2017-05-15
• 公開(kāi)（公告）號(hào): CN108874765B
• 公開(kāi)（公告）日: 2021-12-24
• 發(fā)明（設(shè)計(jì)）人: 曹紹升;周俊;李小龍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 創(chuàng)新先進(jìn)技術(shù)有限公司
• 主分類(lèi)號(hào): G06F40/253
• 分類(lèi)號(hào): G06F40/253;G06F40/232;G06N3/04;G06N3/08
• 代理公司: 北京晉德允升知識(shí)產(chǎn)權(quán)代理有限公司 11623
• 代理人: 王戈

1.一種詞向量處理方法，應(yīng)用于具有注音字符特征的語(yǔ)料，包括：

對(duì)所述語(yǔ)料分詞得到各詞；

確定所述各詞對(duì)應(yīng)的各n元注音字符，所述n元注音字符表征其對(duì)應(yīng)的詞的連續(xù)n個(gè)注音字符；

建立并初始化所述各詞的詞向量，以及所述各詞對(duì)應(yīng)的各n元注音字符的注音字符向量；

根據(jù)所述詞向量、所述注音字符向量，以及分詞后的所述語(yǔ)料，對(duì)所述詞向量和所述注音字符向量進(jìn)行訓(xùn)練；

所述根據(jù)所述詞向量、所述注音字符向量，以及分詞后的所述語(yǔ)料，對(duì)所述詞向量和所述注音字符向量進(jìn)行訓(xùn)練，具體包括：

確定分詞后的所述語(yǔ)料中的指定詞，以及所述指定詞在分詞后的所述語(yǔ)料中的一個(gè)或多個(gè)上下文詞；

根據(jù)所述指定詞對(duì)應(yīng)的各n元注音字符的注音字符向量，以及所述上下文詞的詞向量，確定所述指定詞與所述上下文詞的相似度；

根據(jù)所述指定詞與所述上下文詞的相似度，對(duì)所述上下文詞的詞向量和所述指定詞對(duì)應(yīng)的各n元注音字符的注音字符向量進(jìn)行更新。

2.如權(quán)利要求1所述的方法，所述確定所述各詞對(duì)應(yīng)的各n元注音字符，具體包括：

根據(jù)對(duì)所述語(yǔ)料分詞的結(jié)果，確定在所述語(yǔ)料中出現(xiàn)過(guò)的詞；

分別針對(duì)所述確定的互不相同的每個(gè)詞，執(zhí)行：

確定該詞對(duì)應(yīng)的各n元注音字符，該詞對(duì)應(yīng)的n元注音字符表征該詞連續(xù)的n個(gè)注音字符，n為一個(gè)正整數(shù)或多個(gè)不同的正整數(shù)。

3.如權(quán)利要求2所述的方法，所述根據(jù)對(duì)所述語(yǔ)料分詞的結(jié)果，確定在所述語(yǔ)料中出現(xiàn)過(guò)的詞，具體包括：

根據(jù)對(duì)所述語(yǔ)料分詞的結(jié)果，確定在所述語(yǔ)料中出現(xiàn)過(guò)且出現(xiàn)次數(shù)不少于設(shè)定次數(shù)的詞。

4.如權(quán)利要求1所述的方法，所述初始化所述各詞的詞向量，以及所述各詞對(duì)應(yīng)的各n元注音字符的注音字符向量，具體包括：

采用隨機(jī)初始化的方式或者按照指定概率分布初始化的方式，初始化所述各詞的詞向量，以及所述各詞對(duì)應(yīng)的各n元注音字符的注音字符向量，其中，相同n元注音字符的注音字符向量也相同。

5.如權(quán)利要求1所述的方法，所述根據(jù)所述指定詞與所述上下文詞的相似度，對(duì)所述上下文詞的詞向量和所述指定詞對(duì)應(yīng)的各n元注音字符的注音字符向量進(jìn)行更新，具體包括：

從所述各詞中選擇一個(gè)或多個(gè)詞，作為負(fù)樣例詞；

確定所述指定詞與各所述負(fù)樣例詞的相似度；

根據(jù)指定的損失函數(shù)、所述指定詞與所述上下文詞的相似度，以及所述指定詞與各所述負(fù)樣例詞的相似度，確定所述指定詞對(duì)應(yīng)的損失表征值；

根據(jù)所述損失表征值，對(duì)所述上下文詞的詞向量和所述指定詞對(duì)應(yīng)的各n元注音字符的注音字符向量進(jìn)行更新。

6.如權(quán)利要求5所述的方法，所述根據(jù)所述損失表征值，對(duì)所述上下文詞的詞向量和所述指定詞對(duì)應(yīng)的各n元注音字符的注音字符向量進(jìn)行更新，具體包括：

根據(jù)所述損失表征值，確定所述損失函數(shù)對(duì)應(yīng)的梯度；

根據(jù)所述梯度，對(duì)所述上下文詞的詞向量和所述指定詞對(duì)應(yīng)的各n元注音字符的注音字符向量進(jìn)行更新。

7.如權(quán)利要求5所述的方法，所述從所述各詞中選擇一個(gè)或多個(gè)詞，作為負(fù)樣例詞，具體包括：

從所述各詞中隨機(jī)選擇一個(gè)或多個(gè)詞，作為負(fù)樣例詞。

8.如權(quán)利要求1所述的方法，所述根據(jù)所述詞向量、所述注音字符向量，以及分詞后的所述語(yǔ)料，對(duì)所述詞向量和所述注音字符向量進(jìn)行訓(xùn)練，具體包括：

對(duì)分詞后的所述語(yǔ)料進(jìn)行遍歷，分別對(duì)分詞后的所述語(yǔ)料中的每個(gè)詞執(zhí)行：

確定該詞在分詞后的所述語(yǔ)料中的一個(gè)或多個(gè)上下文詞；

分別根據(jù)每個(gè)所述上下文詞，執(zhí)行：

根據(jù)該詞對(duì)應(yīng)的各n元注音字符的注音字符向量，以及該上下文詞的詞向量，確定該詞與該上下文詞的相似度；

根據(jù)該詞與該上下文詞的相似度，對(duì)該上下文詞的詞向量和該詞對(duì)應(yīng)的各n元注音字符的注音字符向量進(jìn)行更新。